گزارش فنیپیش بینی متغیرهای اقلیمی دما و بارش توسط مدل چندگانه خطی sdsm (مطالعه موردی: ایستگاه سینوپتیک تهران)

یکی از ایراداتی که به مدل های gcm وارد است، بزرگ بودن مقیاس مکانی متغیرهای اقلیمی شبیه سازی شده می باشد که در این صورت برای مطالعات هیدرولوژیکی و منابع آب از دقت کافی برخوردار نیستند. بنابراین می بایست آن ها را از طریق روش های مختلف کوچک مقیاس نمود؛ سپس با استفاده از خروجی های ریزمقیاس نمایی شده این مدل ها اثرات اقلیم در مطالعات هیدرولوژیکی مورد ارزیابی قرار گیرد. لذا در این پژوهش به منظور بررسی اثر تغییر اقلیم در مقیاس ایستگاهی از مدل آماری sdsm استفاده شده است. داده های مورد استفاده در این پژوهش شامل مقادیر روزانه بارش و دما ایستگاه سینوپتیک تهران، داده های باز تحلیل ncep و خروجی های دو مدل hadcm3 (داده های نسل سوم مدل جهانی اقلیم تحت سناریوی a2 و b2) و canesm2 تحت سناریوهای rcp2.6، rcp4.5 و rcp8.5 می باشد. میزان بارش و دما تحت مدل hadcm3برای سه دوره (2031-2001)، (2061-2032) و (2091-2062) پیش بینی و با دوره پایه مورد مقایسه قرار گرفته است. با توجه به پارامترهای آماری، تحت سناریوهای a2 و b2 برای مقادیر بارش و دما به ترتیب برابر: (rmse = 1.48, mae = 4.3, r2 = 0.99 and nash = 0.86) و (rmse =0.127, mae =0.413, r2 =0.99 and nash =0.99) مشاهده شد. و در دوره 2031-2001، 2061-2032 و 2091-2062، میانگین بارش به ترتیب 0.1، 0.4 و 0.1 میلی متر نسبت به دوره پایه کاهش و میانگین دما نیز به ترتیب برابر 4.9، 4.7 و 4.7 سانتی گراد نسبت به دوره پایه در ایستگاه مورد مطالعه افزایش می یابد. خروجی مربوط به مدل canesm2 نشان داد؛ که میزان دما تحت سناریوهای rcp روندی افزایشی داشته و میزان بارش تغییرات نامنظم در ماه ها و فصول مختلف داشته است.

Predicting Variables Climate, Temperature and Precipitation by Multiple Linear the Model SDSM (Case Study: Tehran Synoptic Station)

OOne criticism that has been leveled GCM models, large spatial scale is the simulated climate variables in which case for hydrological studies and water resources are not sufficiently accurate. So designing them through different methods of small scale. Then, using downscaledexposed Output, these new models in hydrologic studies evaluated the effects of climate of the downscaling methods; statistical methods by the performance of most interest to hydrologists are quick and easy. The aim of this study was to evaluate the effect of climate change on a scale of SDSM station of the statistical model is used. The data used in this study included daily temperature and precipitation values synoptic station in Tehran, open data and analysis NCEP Output HadCM3 (data for third generation global climate model under A2 and B2) for the base period (19612001) respectively. Precipitation and temperature for three terms (20012031), (20322061) and (20622091) was predicted and compared with the base period. According to the statistical parameters, under the A2 and B2 scenarios for temperature and precipitation amounts, respectively: (RMSE = 1.48, MAE = 4.3, R2 = 0.99 and Nash = 0.86) and (RMSE =0.127, MAE =0.413, R2 =0.99 and Nash =0.99) was observed. The results showed that during 20312001, 20612032 and 20912062, the average rainfall respectively 0.1, 0.4 and 0.1 mm compared to the baseline decreased and the average temperature of respectively 4.9, 4.7 and 4.7 °C over the period in the study, increases base station.